Covid-19 is a disease of the virus that is shaking the world and has been designated by WHO as a pandemic. This case of Covid-19 can be a place of dissemination of disinformation that can be utilized by some parties. The dissemination of information in this day and age has turned to the internet, namely social media, Twitter is one of the social media that is often used by Indonesians and the data can be analyzed. This study uses the social network analysis method, conducted to be able to find nodes that affect the ongoing interaction in the interaction network of information dissemination related to Covid-19 in Indonesia and see if the node is directly proportional to the value of its popularity. As well as to know in identifying the source of Covid-19 information, whether dominated by competent Twitter accounts in their fields. The data examined 19,939 nodes and 12,304 edges were taken from data provided by the web academic.droneemprit.id on the project "Analisis Opini Persebaran Virus Corona di Media Sosial", using the period of December 2019 to December 2020 on social media Twitter. The results showed that the @do_ra_dong account is an influential actor with the highest degree centrality of 860 and the @detikcom account is the actor with the highest popularity value of follower rank of 0.994741605. Thus actors who have a high degree of centrality value do not necessarily have a high follower rank value anyway. The study ignores if there are buzzer accounts on Twitter.

Currently in the world of medicine, determining liver inflammation is something that is not easy to do. But there are medical records that have kept the patient's symptoms and diagnosis of liver inflammation. The weaknesses of the manual method encourage researchers to develop a method that does not depend 100% on humans. The developed method utilizes a computer as a tool to analyze data. This kind of thing is certainly very useful for health experts. They can use existing medical records as an aid in making decisions about the diagnosis of a patient's disease. In this study, we analyzed the performance of machine learning algorithms by comparing the support vector machine, naïve Bayes and k-nearest neighbor algorithms. This study aims to determine the performance of which algorithm has the highest accuracy in liver disease data. From the research results using splinting data 80:20 it can be concluded that the Naïve Bayes algorithm model has better performance than other algorithm models when using the SMOTE technique with an accuracy value of 65.51%, whereas when not using the SMOTE technique the Support Vector Machine algorithm has the highest performance. better than other algorithm models with an accuracy value on the data not 72.41%.

Sistem penyelenggaraan pendidikan tinggi secara keseluruhan ditunjang oleh data dan informasi yang berperan sebagai indikator keberhasilan dari berbagai kegiatan. Aktifitas dimulai dari perencanaan dan diakhiri dengan pelaporan. Pihak yang berkepentingan terhadap hal ini dikelompokkan atas dua bagian yaitu internal dan eksternal. Pemerintah telah menetapkan aturan sistem pendidikan tinggi dan di dalamnya terdapat rentang kendali yang dapat ditentukan sendiri oleh perguruan tinggi tersebut. Kondisi ini memunculkan perbedaan-perbedaan aturan internal yang dibuat oleh masing-masing perguruan tinggi. Prinsipnya kewenangan yang diberikan kepada perguruan tinggi tetap akan bermuara pada standar yang ditetapkan pemerintah. Adanya kewenangan inilah yang membuat perguruan tinggi dituntut agar lebih kreatif dalam pencapaian visi dan misinya. Tulisan ini dapat menjadi acuan bagi perguruan tinggi dalam mengorganisasi data dan informasinya agar fleksibel dalam menyikapi setiap perubahan kebijakan sistem pendidikan tinggi yang ditetapkan oleh pemerintah. Hal yang menjadi dasar acuan dalam tulisan ini adalah data dan fakta yang ada dalam lingkungan internal dan eksternal perguruan tinggi. Diharapkan dengan kondisi yang fleksibel dalam mengelola data dan informasi dalam perguruan tinggi dapat diselaraskan dengan segala bentuk perubahan yang terjadi di lingkungan pemerintahan.

Electronic-learning (e-learning) merupakan media untuk menjadikan  proses belajar menjadi lebih efektif dan efisien dalam sistem pembelajaran blended . Salah satu teknologi yang cocok untuk membuat sistem learing efektif dan efisien menjadi kenyataan adalah dengan menggunakan situs web. Tetapi untuk membuat situs web yang mudah untuk dikelola, diperlukan kerangka pengembangan yang tepat. Prado-Framework, sebagai kerangka berbasis komponen dan event-driven, dapat menjadi solusi untuk membuat situs web yang mudah untuk dikelola. Kerangka tersebut adalah dapat dijalankan pada PHP-Framework dan dapat digunakan dalam aplikasi web e-learning untuk membuat situs web yang mudah untuk dikelola dan lengkap tentang fitur pembelajaran yang dibutuhkan. Fitur yang disediakan pada aplikasi ini adalah mengelola pengguna, mengelola lembaga, mengelola ujian, mengelola latihan-latihan, mengelola tugas, dan fitur komunikasi seperti pesan, forum dan diskusi untuk memperkaya interaksi antara pengguna pada aplikasi e-learning.